文献整理
本文整理了最近看的论文，主要方向是脑肿瘤分割，由论文链接，论文出发点，以及论文的创新点构成。
Densely Connected Convolutional NetworksHuang G, Liu Z, Van Der Maaten L, et al. Densely connected conv
...
基于卷积神经网络的脑肿瘤分割
发表于
前言本人一直研究脑肿瘤分割，脑肿瘤分割对于患者的后续治疗以及对疾病的检测有着重要的意义，同时也是人工智能处理医学图像的重要方向之一。目前开源的代码都比较复杂，不适合入门研究，另外 Pytorch 作为一个容易上手的深度学习框架，具有很强的灵活性，适合新手或者是科研工作者，所以本文的代码将使用深度学习
...
MRI读取与可视化I
发表于
|
分类于
学习
今天在网上看了一些读取MRI文件的方法，中文的博客并不是很多，另外很多并不适合我的文件格式，本文主要是针对MRI中采用NIFTI(.nii.g其中gz是压缩文件)格式的文件，并进行可视化分析。
NIBabelNIBabel是一个常见的读写神经医学文件的python库，包括ANALYZE, GIFTI
...
Pytorch Tutorial
发表于
|
分类于
学习
写在前面的话本文主要是基于Pytorch给出的官方Tutorial，然后我按照自己的喜好编辑成Jupyter文档，后转成本博客，用来作为自己的日常参照材料。
PytorchPytorch给我的感觉是：它是基于更高级的封装，实现深度学习更加简单，比较适合科研型的或者是实现一些想法的入门级选手。Tens
...
多模态机器学习总结与多模态医学图像处理
发表于
|
分类于
学习
多模态机器学习下面是我参考文章[1]总结出来多模态机器学习中存在的挑战，以及目前所使用的方法的思维导图。
多模态医学图像数据集
脑肿瘤分割数据集[1] Menze B H, Jakab A, Bauer S, et al. The multimodal brain tumor image segme
...